为什么混淆矩阵在机器学习中有用？

混淆矩阵是机器学习中非常有用的工具，因为它能够显示模型对不同类型的数据的预测结果。它可以帮助我们评估模型在训练数据上的性能，以及在未知数据上的预测能力。混淆矩阵的每个元素代表模型预测的标签与实际标签的匹配情况，我们可以使用它的元素来计算模型的准确率、精确度、召回率、F1分数等指标，从而了解模型在各类数据上的表现情况。

混淆矩阵的另一个重要应用是用于模型选择与调优。我们可以使用不同的模型在相同的数据集上进行训练，然后计算每个模型的混淆矩阵，选出表现最好的模型。此外，我们还可以使用混淆矩阵进行超参数调优，以提高模型的性能。

总之，混淆矩阵在机器学习中非常有用，它可以帮助我们评估模型的性能、选择最优模型以及调优超参数。

Weka分类

machine-learning、classification、weka

我试图在一个有32个属性的数据集上对分类机器学习算法进行数据建模，最后一列是Target class.I。我将属性数量从32个改进为6个，我觉得这对我的分类模型更有用。我期望的输出结构由混淆矩阵、正确和错误分类的实例、kappa值组成。但是我的结果没有给出任何关于正确和错误分类的instances.Also的信息，它没有预测混淆矩阵，我收到的Kappa value.All是这样的：相关系数0.9482均方

浏览 3提问于2015-07-30得票数 1

1回答

PYSPARK -预测目标标签缺失一个类别- Logistic回归

python、apache-spark、pyspark、apache-spark-mllib、logistic-regression

我的同事在Scala中运行了相同的算法，但是所有的目标类标签都在他的预测表中。所以我不知道这里有什么问题。如果你需要更多的信息，请告诉我。

浏览 0提问于2018-06-13得票数 0

1回答

ludwig学习模型

deep-learning

模型完成后，我以混淆矩阵的形式绘制了预测输出和实际输出，如下所示：我期待TP，TN，FP和FN在混淆矩阵中。然而，这是未知的也发现在混淆矩阵。我试图在谷歌上找到未知对模型学习的意义和影响，但却找不到任何有用的信息。有人能帮我吗?为什么‘叔叔’会成为模特？这是否意味着模型在学习上没有效率？

浏览 0提问于2021-02-26得票数 1

1回答

对混淆矩阵的平均精度得分过高

machine-learning、scikit-learn、precision-recall、imbalanced-data

我正在开发一个机器学习科学工具包-学习模型上的不平衡数据集(二进制分类)。看看混淆矩阵和F1分数，我期望一个较低的平均精度得分，但我几乎得到一个完美的分数，我不知道为什么。这是我得到的输出：[[6792 199]F1评分: 0.63我是给予avg精确评分功能的科学知识-学习概率，这是什么包说使用

浏览 6提问于2022-05-02得票数 -1

2回答

如何理解4x4混淆矩阵？

python、scikit-learn、confusion-matrix

我正在使用scikit学习决策树将一组数据分类为四类中的一种。我是机器学习和编码的新手，我试着去理解混淆矩阵。所以当我使用sci工具包混淆矩阵时，我得到了一个四乘四的矩阵。另外，某些预测是否有可能不会出现在混淆矩阵上。我发现有些列没有必要的总数。为什么会这样呢？

浏览 4提问于2019-10-27得票数 3

回答已采纳

2回答

如何在Python中创建混淆矩阵图像

python、machine-learning、scikit-learn、confusion-matrix、multiclass-classification

我是Python和机器学习的新手。我的工作是多类分类(3类)。我想将混乱矩阵保存为图像。现在，sklearn.metrics.confusion_matrix()帮助我找到混淆矩阵，如： [0, 0, 3],接下来，我想知道如何将这个混淆矩阵转换成图像并保存为png。

浏览 5提问于2020-12-16得票数 2

回答已采纳

2回答

分类问题中混淆矩阵的目的是什么？

classification、cross-validation、metric、confusion-matrix、grid-search

我在学习机器学习。经过一些研究后，我了解到一个典型的分类问题工作流(在准备了数据之后)如下：训练模型分析度量标准:准确性、精确性、召回性和f1谢谢您的答复。

浏览 0提问于2020-05-15得票数 2

回答已采纳

2回答

机器学习:混淆矩阵中的错误获取

python、machine-learning、regression、random-forest、confusion-matrix

在运行随机森林回归模型时，在运行混淆矩阵时会出现误差。该模型能够预测y_pred，但我无法检查精度，因为我无法运行精度矩阵。数据类型：Out[124]: numpy.ndarray Out[125]: numpy.ndarrayfrom sklearn.metrics

浏览 1提问于2018-11-01得票数 0

回答已采纳

1回答

TensorFlow和Octave用于机器学习的区别和优势是什么？

machine-learning、tensorflow、octave

为了实现机器学习，我一直在探索您可以使用的不同的库和语言。在此期间，我偶然发现了一个库TensorFlow和八度(一种高级编程语言)，因为它们都是用于数值计算的。使用这两种方法的区别和优点是什么？

浏览 0提问于2020-05-18得票数 2

回答已采纳

1回答

MATLAB:如何在k-NN分类后找到混淆矩阵？

matlab、classification、knn、confusion-matrix

我编写了一些用于k-NN分类的代码，在完成分类之后，我想要计算混淆矩阵。我所有的尝试都失败了。因此，我请求你帮助我找到一种计算混淆矩阵C的方法。

浏览 3提问于2016-01-28得票数 0

回答已采纳

1回答

用于scikit学习中10倍交叉验证的混淆矩阵

python、machine-learning、scikit-learn、confusion-matrix

我是机器学习和scikit方面的新手。我想知道如何使用scikit计算10倍croos验证中的混淆矩阵。怎样才能找到y_test和y_pred？

浏览 0提问于2016-10-21得票数 6

1回答

热图上FN和FP之间的混淆矩阵

python、confusion-matrix

我正在尝试用python上的机器学习来解决分类问题。这个主题是关于使用信用数据集来预测这个人的信用是好是坏。当一个人有良好的信用时，则为0，如果不是，则为1。我用LR创建了一个混淆矩阵。这就是混淆矩阵 ?

浏览 22提问于2020-11-06得票数 0

回答已采纳

1回答

集成R-混淆矩阵中的机器学习

r、machine-learning、r-caret、confusion-matrix、ensemble-learning

已试过：表中的错误(数据、引用、dnn = dnn、.)

浏览 0提问于2019-01-17得票数 0

回答已采纳

1回答

什么时候微观和宏观的平均数有很大的不同？

machine-learning、classification、logistic-regression、multiclass-classification、precision-recall

我在学习机器学习理论。我有一个使用多类Logistic回归预测的混淆矩阵。它们的价值是完全不同的。现在我想知道是哪些因素影响了这一点。在什么情况下，微观和宏观会有很大的不同？我计算的微观宏观平均数：recall-micro = ~

浏览 1提问于2021-06-05得票数 0

回答已采纳

1回答

相同的决策树，不同的结果

weka、decision-tree、j48

我在一个机器学习应用程序上工作，并使用Weka进行测试、比较分类算法等。在对Weka进行测试操作之后，我决定使用J48决策树。我分析了Weka产生的剪枝树，并将其实现为C格式。但是，如果我在程序中测试了用作Weka输入的数据，结果与Weka的混淆矩阵不一样。在Weka的测试选项中，我选择了“使用培训集”，并使用了决策树。这是混淆矩阵和我的结果： ===混淆矩阵==

浏览 0提问于2015-04-30得票数 0

回答已采纳

1回答